浸大团队以机器学习结合血液测试 研发突破性鼻咽癌早期检测技术

由香港浸会大学（浸大）领导的研究团队在鼻咽癌早期检测领域取得重大突破，有望成为鼻咽癌早期筛查及诊断的临床技术。

鼻咽癌是亚洲常见的癌症，尤其在南亚男性群组中的发病率明显较高。由於鼻咽癌患者的早期症状往往不明显，甚或没有病徵，导致超过七成患者在确诊时已属局部晚期。现时的鼻咽癌诊断方法主要依赖「血浆EB病毒（Epstein-Barr virus）DNA」检测或进行鼻咽内窥镜检查。然而，部份患者在初期筛查时因未能检测出血浆EB病毒DNA，导致他们未能及早确诊及延误治疗，最终影响存活率。

是次研究由化学系梁士贤教授领导，并与同系的副教授龙康乐教授合作进行。团队透过分析健康人士与鼻咽癌患者的血浆金属水平的差异，结合机器学习技术，研发了鼻咽癌早期检测模型。

梁教授表示：「透过结合机器学习与金属分析，我们希望这项创新诊断方法能为鼻咽癌患者带来希望，在发病的最早阶段确诊，让他们能及时接受有效治疗。」

与血浆EB病毒DNA不同，人体内的必需和微量金属水平处於相对平衡稳定状态。当金属水平出现变化时，这代表身体可能已潜藏健康问题。研究团队透过比对健康人士与鼻咽癌患者体内血浆金属水平，评估金属组学分析的诊断价值。结果显示鼻咽癌患者体内14种元素的血浆水平呈现明显的差异，当中鼻咽癌患者的锡（Sn）浓度较高，而镁（Mg）、磷（P）、锰（Mn）、钴（Co）、镍（Ni）、锌（Zn）、铁（Fe）、锶（Sr）、钼（Mo）、锑（Sb）、钡（Ba）、铊（Tl）及铅（Pb）等浓度则低於健康人士组别。

随后，研究团队透过结合此金属组学分析与机器学习，为48名研究参加者进行测试，当中包括30名健康人士及18名第I或II期鼻咽癌患者。结果显示该技术能准确区分早期鼻咽癌患者与健康人士，有望成为一个极具潜力的常规临床检测的方法，同时亦证明监测血浆金属水平可作为早期诊断鼻咽癌时有力的辅助生物标记。团队期望以结合金属组学分析与机器学习为基础技术，将来应用於其他癌症的早期诊断。
 

论文发表於《科学报告》：https://www.nature.com/articles/s41598-025-33760-7

梁士贤教授

科学与科技学院